后台被问得最多的一件事：生人像，到底是直接写文字，还是传一张底图？哪个模型更稳？
讲道理没用，那就跑一遍。我在豆绘AI 里用同一批需求，把 Nano Banana pro、Nano Banana 2.1、GPT Image 2.0、GPT Image 2.5、Seedream 5.0 pro 五个模型各跑了一遍，两种生法都跑。
一组是纯文字生的人像：蓝背景、珍珠耳环、绿松石戒指、正面、双手托腮。另一组是拿一张底图生新写真：原图里侧头看书的短发女生，换成生日蛋糕前的正面照。
打分是目测的，10 分制，误差大概在一分上下。下面是结果。
两种生法，差在可控性
给模型一张底图，出图的可控性会高出一截。
【文字生图】它得一口气听懂「珍珠耳环、绿松石戒指、蓝色背景、正面、双手托腮」这一长串，漏一个画面就走样。最难的是像真人——皮肤纹理、耳廓透光、眼球里的高光，少一样就往塑料感滑。
【参考图生图】听的是另一句：保留这个人，换成生日派对。你要它大改，又不许它动脸。所以它的难题从「像不像人」变成「像不像她」。
参考图生图 人像测评
原图
Nano Banana pro
Nano Banana 2.1
GPT image 2.0
GPT image 2.5
Seedream 5.0 pro
文字生图 人像测评
提示词
Nano Banana pro
Nano Banana 2.1
GPT image 2.0
GPT image 2.5
Seedream 5.0 pro
文字组没有原图可比，所以最后一项看的是形象自洽：五官、手、饰品能不能自圆其说。
当前出图一致性短板
珠宝的小结构，爪镶、戒圈内侧，五个模型都做不精细，出完图值得单独修一下。
参考图生图那组，背景元素越密越容易重复堆叠，气球和字母横幅尤其明显。至于杂色光斑，这轮里文字组的暗部最容易冒，放大看能挑出来。
在豆绘里怎么用？
纯文字生图：智能创作/无限画布
点开一张空白画布，写描述，出图。
参考图生图：智能创作/无限画布 把底图传上去当参考，再写要换成什么。这 5 个模型都能直接选，同一句需求换着比一轮再定。
按用途挑更快：
要证件、写真、认得出是谁，用 2.1；要详情页、海报、封面级成片，用 2.5；
要一次到位不出错，用 pro；
要极干净的商业底图，用 Seedream 5.0 pro。
2.0 这两轮都偏弱，除非你要它那个特定调子。
想造一个不存在的人，用文字生；想让自己出现在没去过的地方，用底图生。
模型迭代快，这次的分数以你实际出图为准。两种都跑一遍，比看 10 篇测评快。
上下滑动阅读更多内容
